تحمل اللغة الأخلاقية بين طياتها تفاعلات ثقافية دقيقة، مما يجعل من الصعب ترجمتها بدقة عبر اللغات المختلفة. فبالإضافة إلى التعبيرات الاصطلاحية والعبارات العامية، تدخل المراجع الثقافية لتشكل تحديات الترجمة التي يصعب تجنبها. ومع ذلك، يعتمد التصنيف الأخلاقي الآلي على مجموعات بيانات تم التعليق عليها بلغة معينة، والتي تتواجد غالبًا باللغة الإنجليزية فقط.

في دراسة متميزة، تم استكشاف إمكانية استخدام الترجمة القائمة على نماذج اللغات الضخمة (Large Language Models) لتجاوز هذه العقبات، مع التركيز على اللغة البولندية. استند الباحثون إلى حوالي 50,000 منشور من وسائل التواصل الاجتماعي تحتوي على تعليقات أخلاقية من مجموعة متنوعة من المواضيع.

تم تطبيق منهجية تحقق من خلال أربعة أساليب أساسية: تشابه تضمين اللغة العابرة (LaBSE)، توافق النواة المركزية (Centred Kernel Alignment - CKA)، تقييم النموذج كمُقيّم، واختبارات التساوي المن classifier. وقد أظهرت النتائج أن الترجمة المباشرة قادرة على الحفاظ على الدلالات الأخلاقية الدقيقة بدرجة كافية لتكون قابلة للاستخدام في التعلم الآلي بين اللغات، مع متوسط شبيه كوساين يبلغ 0.89 وفجوات دقة تصنيف تتراوح بين 0.01 و0.02 في AUROC عبر الأسس الأخلاقية.

تعتبر هذه النتائج دليلاً على أن الترجمة الآلية ليست فقط وسيلة عملية وفعّالة من حيث التكلفة للدراسات الأخلاقية في لغات ذات موارد قليلة، بل تفتح أيضًا آفاقًا جديدة لفهم القيم الأخلاقية عبر لغات متعددة، وهو أمر متوقع أن ينعكس على لغات سلافية ذات صلة.